基于异构资源感知的边缘计算任务调度系统设计与负载均衡优化 .docxVIP

PAGE2

基于异构资源感知的边缘计算任务调度系统设计与负载均衡优化

摘要

随着物联网与5G技术的快速发展，海量终端设备产生的计算密集型与实时性任务对传统云计算模式提出了严峻挑战。边缘计算通过将计算资源下沉至网络边缘，有效缓解了云中心的压力与网络延迟。然而，边缘节点普遍存在资源异构性强、负载不均衡等问题，导致任务调度效率低下，系统整体性能受限。

本课题旨在设计并实现一个基于异构资源感知的边缘计算任务调度系统，核心目标是通过动态感知边缘节点的异构计算资源状态，优化任务调度策略，实现CPU与GPU资源的负载均衡。论文遵循“需求分析→总体设计→详细设计→实现→测试”的工程化递进思路展开。首先，分析了异构边缘环境下的任务调度需求与现有方案的不足。其次，设计了包含资源监控、任务建模、调度决策与负载均衡等核心模块的系统总体架构。详细设计中，提出了基于多维资源权重的节点评估模型与动态反馈的负载均衡算法。系统实现基于Python与Docker容器技术，构建了原型验证平台。最后，通过功能与性能测试验证了系统的有效性与性能提升。

本设计的核心创新点在于：1)设计了细粒度的异构资源感知模型，能够动态采集CPU、GPU、内存及带宽等多维资源指标；2)提出了一种结合资源权重与实时负载的动态调度算法，优化了任务分配策略，有效提升了系统吞吐量并降低了平均任务完成时间。测试结果表明，系统在模拟异构边缘场